声明
摘要
图表目录
英文缩略词
1 前言
1.1 研究背景
1.1.1 手足口病研究概况
1.1.2 BP神经网络发展简介
1.2 研究目的
2 BP神经网络基本理论
2.1 BP神经网络结构
2.2 BP神经网络学习原理
2.3 BP神经网络设计
2.3.1 原始数据预处理
2.3.2 传递函数的选择
2.3.3 BP神经网络层数及结构参数设计
2.3.4 初始化权值和阈值
2.3.5 学习速率的设定
2.3.6 BP神经网络优化算法的选择
2.3.7 提高BP神经网络泛化能力的方法
2.4 敏感度分析简介
3 对象与方法
3.1 研究对象
3.2 资料方法
3.3 资料预处理
3.4 统计分析
3.4.1 SPSS21.0软件分析
3.4.2 BPNN模型设计与分析步骤
3.4.3 BPNN模型MATLAB 7.0软件实现
4 结果
4.1 重症组和轻症组的基本情况
4.2 重症手足口病临床诊断相关因素logistic分析结果
4.2.1 单因素非条件logistic回归分析
4.2.2 多因素非条件logistic回归分析
4.3 BPNN模型重症手足口病相关因素分析
4.3.1 原始数据归一化
4.3.2 基于MATLAB 7.0软件的BPNN模型具体操作流程
4.3.3 BPNN模型训练结果
4.4 BPNN模型MIV分析结果
4.5 BPNN模型和多因素logistic分析结果比较
4.6 因子间交互作用分析
4.7 重症化进程中重症手足口病相关因素的变化
4.7.1 重症化进程中重症手足口病综合因素水平计算
4.7.2 重症化进程中重症手足口病相关因素水平置信区间计算
4.7.3 重症化进程中重症手足口病相关因素水平变化
5 讨论
5.1 BPNN模型预测评定
5.2 BPNN模型与传统因素分析方法比较
5.3 影响重症手足口病l临床诊断相关因素
5.4 针对重症手足口病重症化进程预测分析
5.5 本次研究的不足
6 结论
参考文献
综述 人工神经网络及其在流行病学领域研究进展
个人简介
致谢